Open In Colab

Essa rede neural colore fotos em preto e branco.

Acredito que possa ser um recurso útil. Uma hora ou outra todos tivemos a curiosidade de vero mundo como nossos antepassados o viam.

O processo aqui consiste em identificar pixel por pixel de uma imagem em escala de cinza, correlacionar e substituir com sua cor RGB correspondente.

Esta ferramente se chama DeOldify. Um projeto open souse. Para maiores informações, basta acasar:

DeOldify

Pré requisitos:

O resultado fica bem fiel. Para usar, necessita de:

  • Notebook do Colab aberto
  • Noções de Python
  • Conexão com a interet
  • Url da imagem em preto e branco, em banco de livre acesso

Segue o passo a passo de como realizar.

1 - Acessando os repositórios:

Para usa-la, necessitamos abrir o github dentro do notebook. Aqui usei o repositório da escola que curso de Ciência de Dados (Awari):

!wget https://raw.githubusercontent.com/awarischool/br-data-science/master/image-colorizer/deoldify_wrapper.py
--2021-11-21 14:09:45--  https://raw.githubusercontent.com/awarischool/br-data-science/master/image-colorizer/deoldify_wrapper.py
Resolving raw.githubusercontent.com (raw.githubusercontent.com)... 185.199.108.133, 185.199.109.133, 185.199.110.133, ...
Connecting to raw.githubusercontent.com (raw.githubusercontent.com)|185.199.108.133|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 2623 (2.6K) [text/plain]
Saving to: ‘deoldify_wrapper.py’

deoldify_wrapper.py 100%[===================>]   2.56K  --.-KB/s    in 0s      

2021-11-21 14:09:46 (62.3 MB/s) - ‘deoldify_wrapper.py’ saved [2623/2623]

2 - Importando as bibliotecas:

Agora, necessitamos importar a biblioteca específica:

from deoldify_wrapper import DeOldify
  Importing Libraries
No module named 'deoldify'
DeOldify not found, installing..
  Cloning DeOldify Repository...
  Opening DeOldify Folder
  Importing Libraries
/content/deoldify_wrapper.py:36: UserWarning: WARNING: GPU not available. Activate it on Colab at Edit > Notebook Settings
  warnings.warn('WARNING: GPU not available. Activate it on Colab at Edit > Notebook Settings')
  Installing Colab requirements...
  Importing DeOldify Visualize module and FastAI
  Downloading Colorizer Model

3 - Carregando as aplicações:

Agora necessito rodar o seguinte processo:

deo = DeOldify()
  Initializing Colorizer
/usr/local/lib/python3.7/dist-packages/fastai/data_block.py:442: UserWarning: Your training set is empty. If this is by design, pass `ignore_empty=True` to remove this warning.
  warn("Your training set is empty. If this is by design, pass `ignore_empty=True` to remove this warning.")
/usr/local/lib/python3.7/dist-packages/fastai/data_block.py:445: UserWarning: Your validation set is empty. If this is by design, use `split_none()`
                 or pass `ignore_empty=True` when labelling to remove this warning.
  or pass `ignore_empty=True` when labelling to remove this warning.""")
/usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py:481: UserWarning: This DataLoader will create 8 worker processes in total. Our suggested max number of worker in current system is 2, which is smaller than what this DataLoader is going to create. Please be aware that excessive worker creation might get DataLoader running slow or even freeze, lower the worker number to avoid potential slowness/freeze if necessary.
  cpuset_checked))
Downloading: "https://download.pytorch.org/models/resnet101-63fe2227.pth" to /root/.cache/torch/hub/checkpoints/resnet101-63fe2227.pth
Done!

4 - Definindo os argumentos:

Para a colorização de Imagem de acesso livre, declaramos agora a url:

url='https://images.pexels.com/photos/3641670/pexels-photo-3641670.jpeg?cs=srgb&dl=pexels-suzy-hazelwood-3641670.jpg&fm=jpg'

5 - Visualização dos dados:

Agora, as imagens serão importadas na seguinte ordem pré definida:

  • Uma cópia de ressolução grande já transformada
  • Uma pequena original
  • Uma outra pequena também já transformada

Conclusão

A aplicação roda perfeitamente e possibilita ainda exportar a imagem gerada para demais usos.

Acredito que desta forma será mais simples usar este processo mais vezes, ou quem sabe passar à frente.

O processo pode ser acessado em Notebook Colab no início desta postagem e reproduzido livremente.